跳到正文
新浪科技·· 6 小時前AI 評分52

LightOnOCR-3-0.8B 將每 1000 頁古籍及檔案文字識別成本降至不足 0.1 美元

AI 模型大幅降低古籍数字化成本:识别 1000 页内容费用已不到 0.1 美元

AI 導讀

Hugging Face 的 Daniel van Strien 比較 8 款 AI 文字識別模型,最新 LightOnOCR-3-0.8B 的每 1000 頁識別成本低於 0.1 美元,早期 RolmOCR 約為 0.51 美元。

正文

IT之家 11 月 19 日消息,借助免费开放的 AI 模型,从扫描版书籍和档案中提取文字的成本已经大幅下降。

Hugging Face 的丹尼尔 · 范斯特里恩(Daniel van Strien)对 8 款能够识别图像中文字的 AI 模型进行了对比测试。测试材料共计 850 页,包括旧版自然历史书籍、1771 年版《大英百科全书》,以及打字和印刷的历史档案文件。

所有模型均在同一款 GPU 上运行,即英伟达(Nvidia)RTX PRO 6000。这款显卡由范斯特里恩通过 Hugging Face 租用,费用为每小时 2.75 美元(IT之家注:现汇率约合 18.4 元人民币)。

测试结果显示,在图像尺寸相同的情况下,2025 年 4 月发布的最早一款模型 RolmOCR,每识别 1000 页内容的成本约为 0.51 美元(现汇率约合 3.4 元人民币);而 2026 年 10 月发布的最新模型 LightOnOCR-3-0.8B,成本已经降至不到 0.1 美元(现汇率约合 0.67 元人民币)。按照这一水平,识别 100 万页内容所需的 GPU 租赁费用约为 65 至 130 美元(现汇率约合 434.3 至 868.5 元人民币),具体取决于原始材料的类型。

范斯特里恩指出,优化模型的运行方式所节省的成本,与更换更新一代模型带来的节省幅度相当,甚至可能更多。具体优化措施包括让页面处理任务分配得更加均衡、使用尺寸更小的扫描图像、更新软件,以及换用运行速度更快的 GPU。

在识别准确率方面,最新模型处理书籍页面时的表现至少不逊于最早的模型。不过,部分模型也存在明显问题,例如会在空白页面上凭空生成文字,或者反复输出相同内容。

扫描识别 1000 页内容的成本对比:最早的模型需要约 0.51 美元(现汇率约合 3.4 元人民币),最新模型已降至不到 0.1 美元(现汇率约合 0.67 元人民币),中间五款模型的成本则基本处于相近水平。

新浪众测 新浪众测

新浪科技公众号

新浪科技公众号

“掌”握科技鲜闻 (微信搜索techsina或扫描左侧二维码关注)

科学大家

新浪科技

新浪科技为你带来最新鲜的科技资讯

苹果汇

苹果汇为你带来最新鲜的苹果产品新闻

新浪众测

新酷产品第一时间免费试玩

新浪探索

提供最新的科学家新闻,精彩的震撼图片

來源:新浪科技 · finance.sina.com.cn